基于可重构智能表面的移动通信简要综述

2020-07-14 15:38周儒雅唐万恺李潇金石
移动通信 2020年6期
关键词:电磁信道重构

周儒雅 唐万恺 李潇 金石

【摘  要】现代移动通信的发展揭示了无线信道的随机性和不确定性是影响无线传输质量的关键因素,发射机的无线电波在传输过程中与传输路径上各种物体不可控制的相互作用,导致接收端信号质量降低,目前正兴起的6G使能技术研究中,可重构智能表面是被积极探索的新兴范式。通过对可重构智能表面的概念、基于可重构智能表面的信息调制、基于可重构智能表面的无线中继、以及未来研究方向四个方面进行简要综述和讨论,揭示了可重构智能表面辅助的移动通信系统有潜力使网络运营商通过主动控制无线电波的反射来克服自然无线传播的负面影响,重塑无线传播环境,进而大幅提升通信性能。

【关键词】6G;可重构智能表面;直接调制;中继

0   引言

蜂窝移动通信系统大约每十年更新一代,基本发展思路是通过引入新的关键使能技术来提高服务质量。第五代移动通信(5G)的目标是提供更高标准的移动通信基础设施,支持多种场景,如增强移动宽带通信、海量物联网、超高可靠超低时延通信等。同时,移动通信网络正在向软件定义的模式发展,即通过软件实现对网络的实时配置和优化。但是无线环境的随机性和不确定性导致移动通信网络仍然有很多不可控因素存在。随着未来第六代移动通信(6G)的研究拉开序幕,6G被认为将以全覆盖、全频谱、全应用、强安全的形式满足人们日益增长的各类通信需求。6G将提供更大的容量、极低的延迟、高可靠性、高安全性和全空间覆盖。探索突破传统无线信道不可控因素,重塑无线传播环境,为6G的发展提供了新的思路。

近两年来,可编程超表面技术引起了移动通信领域的极大关注。可编程超表面由东南大学崔铁军院士团队在2014年首次提出并进行了实验验证[1],其基本结构如图1所示。可编程超表面是一种具有可编程电磁特性的二维薄层人工电磁表面结构,可以应用于从微波到可见光的各种频段中[2]。可编程超表面由精心设计的电磁单元规则排列组成,这些电磁单元通常由金属、介质和可调元件构成。通过控制电磁单元中的可调元件,以可编程方式更改反射电磁波的电磁参数,例如相位和幅度。这一过程提供了超表面的物理电磁世界和信息科学的数字世界之间的接口[3],对于移动通信应用尤其有吸引力。

可重构智能表面由可编程超表面构成和使能,可以实现对移动通信中的电磁信号进行实时调控。可重构智能表面目前在移动通信领域的研究主要集中在两个方向。

方向一为基于可重构智能表面的直接信息调制。由于毫米波通信和大规模多输入多输出系统都对高性能的射频链路有极大的需求,同时,射频端硬件复杂度提升导致了高成本和高功耗的问题。可重构智能表面因结构轻薄、成本可控以及具有对电磁波电磁参数灵活调控的卓越能力,成为有可能替代传统发射链路的新体制阵列式发射机架构,利用可重构智能表面可以实现基带信息直接调制至射频载波。

方向二为基于可重构智能表面的无线中继。可重构智能表面通过人为调整无线信道环境,从而显著提高通信设备之间的传输性能。无线信号从发射端到达接收端的过程中会因为传输环境中物体的吸收以及空间内信号的自然扩散而产生一定的衰减和散射,导致接收端恢复信号的运算复杂度增加以及性能下降。傳统移动通信系统无法人为操控无线信道环境,只能通过大量的信道测量来建模信道特性并在收发两端精心设计收发机算法。而在通信系统中引入可重构智能表面后,通过灵活控制电磁波传输的方式,可以实现对无线传播环境的主动改善。基于可重构智能表面的无线中继可在无线信道中对电磁信号进行重定向和波束赋形,更加高效地利用无线信号能量,提高系统性能。

1   基于可重构智能表面的信息调制

可重构智能表面可以有效地直接调控电磁信号的波前和各种电磁参数,例如相位、振幅、频率、甚至极化,而无需复杂的基带处理和射频收发操作,因而可被用于探索新型发射机架构,对信号进行直接调制。如图2所示,数字基带信号通过数模转换器后控制可重构智能表面的反射相位或幅度特性,从而对由馈电天线入射的单音电磁信号进行信息调制。

文献[4]提出了一种产生和控制非线性响应的新途径,即利用具有动态可编程相位响应的时域数字编码可重构智能表面来调制反射电磁信号。其中可重构智能表面的离散反射相位状态由数字编码序列控制,通过外部控制信号精确调控。文献[4]使用时域数字编码可重构智能表面来代替传统外差结构发射机中由数模转换器、滤波器、混频器、功率放大器组成的射频链路,实现了BFSK调制。基于可重构智能表面的信息调制方式显示出在不需要混频器的情况下将数字信号嵌入射频载波信号中的优异能力,因此可以作为新体制阵列通信系统的理想平台,简化了硬件架构,降低了系统的复杂度、成本和能耗。

文献[5]在基于可重构智能表面的移动通信系统中实现了单载波正交相移键控(QPSK)空中传输。根据基带控制信号直接实时控制可重构智能表面反射电磁波的相位,实现了2.048 Mbit/s的数据传输速率,并进行了视频流的空中传输。与传统系统相比,大幅降低了发射机硬件复杂度。文献[6]改进了组成可重构智能表面的电磁单元的结构,将其相位调控范围扩展到360°全覆盖,并采用与文献[5]中同样的外部电压信号控制方式,基于可重构智能表面实现了8PSK直接调制。此外,文献[7]和[8]也分别构建和实现了基于可重构智能表面的QPSK和8PSK发射机。文献[9]中通过基于PIN二极管的频率选择表面,切换可重构智能表面的电磁响应状态,以在60 GHz上产生幅移键控(ASK)调制。这为可重构智能表面在毫米波和太赫兹频率下进行直接调制打下了基础。最近,文献[10]进行了高阶调制的研究,提出了一种以非线性方式控制可重构智能表面反射相位的调制方法,在一阶谐波上实现高阶调制。文中实现了QSPK、8PSK和16QAM三种调制方案,验证了在移动通信领域中使用可重构智能表面进行高阶调制的可行性。

此外,文献[11]和[12]为基于可重构智能表面的直接信息调制范式建立了数学模型进行系统性能分析。文献[11]提出了利用可重构智能表面作为无线接入点的架构,其中可重构智能表面充当智能反射器和接入点。在该架构中,可重构智能表面电磁单元的反射相位不仅用于最大化接收信噪比,还用于信息传输。文献[12]通过数值仿真和理论推导指出可重构智能表面在6G中的巨大潜力,讨论了基于可重构智能表面的低复杂度发射机的潜在应用。

2   基于可重构智能表面的无线中继

可重构智能表面可以通过其大量的低成本电磁单元智能控制无线信号的反射特性,从而实现无线传播环境的重新配置,成为一种被积极讨论的新兴技术,有提高移动通信系统传输速率、覆盖范围、以及能量效率的巨大潜力。如图3所示,在无线信道上調控可重构智能表面的电磁单元的反射相移,使得通过可重构智能表面反射以及通过其它路径传播的信号可以在用户端同相叠加以增强接收信号质量。与传统的无线中继相比,基于可重构智能表面的无线中继能够在不引入自干扰的情况下实现全双工模式的传输,且可重构智能表面具有体积轻薄、低成本、低能耗等优点,具有很大的发展潜力。

文献[13]研究了可重构智能表面辅助中继的单小区无线通信系统,使用一个可重构智能表面辅助多天线接入点和多个单天线用户之间的通信。通过联合优化接入点的有源天线阵列的发射波束和可重构智能表面的反射波束,在用户接收信噪比约束下,使接入点处的总发射功率最小化。与被动散射通信有着明显不同,基于可重构智能表面的无线中继主要用于增强现有的通信链路性能,而不是通过反射传输自己的信息。在可重构智能表面辅助通信中,直接路径信号和反射辅助路径信号都携带相同的有用信息,因此可以在接收机处相干增强,以最大化接收功率。文献[14]将可重构智能表面用于多天线基站下行链路多用户通信,提出了可重构智能表面辅助通信系统的功耗优化模型。该模型基于可重构智能表面的反射单元数量和相位调控能力,在最高功率和最低服务质量约束下,构造能源效率最大化问题来优化可重构智能表面的电磁单元相移分布和下行链路发射功率。文章提出了两种低复杂度且收敛的优化算法:第一种算法使用梯度下降来获得可重构智能表面的电磁单元相移分布,并优化发射功率的分配;第二种算法采用分式规划来优化可重构智能表面的相移分布。

在可重构智能表面辅助中继的移动通信系统中,信道状态信息对于实现可重构智能表面的无源波束成形增益至关重要。文献[15]通过建立一个严格的遍历谱效率上界来评估在各类衰落信道条件下可重构智能表面辅助的多天线系统的性能,证明了遍历谱效率与可重构智能表面的反射相移分布有关。此外还考虑了硬件非理想因素,在假设了可重构智能表面的相位量化比特约束下,提出了一种基于遍历频谱效率上界和统计信道状态信息的最优相移设计来最大化遍历频谱效率。文献[16]研究了可重构智能表面辅助移动通信系统中离散相移约束下的波束成形优化问题。假设电磁单元只能通过有限的相移状态来辅助多天线接入点至单天线用户的通信,应用交替优化技术,提出了一种接近最优且低复杂度的求解方法,通过联合优化接入点的连续发射波束和可重构智能表面的离散反射波束,在用户接收信噪比约束下来最小化接入点处的发射功率。仿真表明在有大量反射电磁单元的情况下,具有离散相移的可重构智能表面可以达到与具有连续相移相同的性能。上述文献[13]、[14]、[15]和[16]都在完美信道状态信息已知的假设下,进行可重构智能表面电磁单元的反射相位设计,该假设有助于理解系统性能上界。

目前,在可重构智能表面辅助通信系统的非理想信道状态信息假设下,联合设计信道估计和反射优化的工作较少。值得注意的是,由于可重构智能表面只能被动反射电磁信号,没有射频信号接收和基带处理能力,加上单元数量非常庞大,所以其信道估计方案亟待探索和研究。文献[17]针对可重构智能表面辅助的正交频分复用系统,设计了一种传输协议来实现信道估计和反射优化。在单位模约束下,通过设计可重构智能表面的反射模式来辅助接入点利用用户传来的导频信号进行信道估计,并以闭合形式给出信道估计误差。利用估计出的信道状态信息,基于时域中解析出的最强信号路径,对电磁单元反射相位进行了优化,能够达到与文献[18]中的半定松弛方法接近的性能,且具有更低的计算复杂度。文献[19]研究了基于可重构智能表面中继的MIMO通信系统的级联信道估计问题。利用双线性稀疏矩阵分解和矩阵完备化相结合的方法,提出了一种求解该信道估计问题的一般框架,并给出了一个两阶段的算法:稀疏矩阵分解的双线性广义信息传递算法和基于黎曼流形梯度的矩阵完备化算法。

可重构智能表面还被研究用于提高移动通信的安全性。文献[20]通过自适应地调控可重构智能表面的反射相移分布,以增强期望信号和抑制不期望信号。通过联合设计接入点的发射波束成形和可重构智能表面的无源反射波束成形,最大限度地提高合法通信链路的保密率。文献[21]探索使用可重构智能表面加强物理层保密通信,在多输入单输出广播系统中,基站传输独立的数据流到多个合法的接收机,并对多个窃听者保密。通过联合优化基站处的波束成形器和可重构智能表面的反射相位分布,在各类实际约束下,建立了最小保密率最大化问题,并通过基于交替优化的路径跟踪算法,降低了计算复杂度。

以上公开报道的结果通过理论分析对可重构智能表面辅助中继的移动通信系统进行了研究,提出了多种优化算法改善系统的性能。实际上,已经有少量早期研究工作进行了基于可重构智能表面的无线中继的系统实现。

文献[22]中,名为RFocus的基于可重构智能表面的无线中继将波束成形功能从无线终端迁移到无线环境中。在典型的室内场景中,RFocus的每个电磁反射单元的状态由软件控制器设定,以最大化接收机的接收信号功率。通过理论分析和实际测量,RFocus能够将信号强度平均提高10.5倍,信道容量平均提高2倍。文献[23]中的实验还证明了RFocus对电磁单元失效具有很好的鲁棒性,即使三分之一的单元失效,相对性能的提高也不会骤降到0,而是下降了50%。文献[22]和[23]为可重构智能表面实际应用到通信系统中的可行性提供了实际验证。

文献[24]在室内家庭环境中部署了一个由36个低成本天线单元组成的大型阵列来调控无线环境,设计了信道分解算法来快速估计无线信道环境,并实时配置大型阵列的相位分布,从而使多个子信道的相位对齐。该系统实现了灵活的可编程无线信道。实验表明,通过重新配置无线环境,平均提高了24%的系统吞吐量。并且香农容量比基线单天线链路平均提高51.4%,比基线多天线链路平均提高了12.23%至18.95%。文献[25]中提出了一种基于可重构智能表面的散射MIMO系统,利用低成本的可重构智能表面增强环境中的散射效应,从而提高MIMO空间复用增益。它通过与有源接入点配对,来创建虚拟无源接入点。实验通过优化配置,使虚拟接入点向用户提供与真实有源接入点相同功率的信号并提高单个接入点的覆盖范围。另一方面,通过设计算法以较低的运算复杂度为每个用户优化散射MIMO中的可重构智能表面。基于可重构智能表面的散射MIMO系统减少了干扰,并且降低了分布式MIMO系统的功率需求。实验测得在商用现成的MIMO-Wi-Fi网络中部署后,可重构智能表面使系统的平均吞吐量提高了2倍。

文獻[26]提出智能空间的概念,其中无线环境是可编程的,以在无线空间内实现所需的链路质量。将低成本设备嵌入建筑物的墙壁中,以被动反射或主动发射无线信号的方式增强无线链路质量。通过实验验证了使用无源元件改变无线信道的可行性,将2×2MIMO信道矩阵条件数增强了1.5 dB,以及将信号强度增强了26 dB。文献[27]通过对可重构智能表面的物理和电磁特性的研究,建立了不同场景下可重构智能表面辅助的移动通信的自由空间路径损耗模型。并且利用三个不同尺寸的可重构智能表面进行了实验测量,揭示了可重构智能表面中继系统的自由空间路径损耗与可重构智能表面的发射/接收距离、可重构智能表面的大小、可重构智能表面的近场/远场效应,以及天线和表面单元辐射方向图之间的关系。

除了文献[22]至[27]采用的电信号控制的可重构智能表面,研究者也在探索其它的控制方法,以提高可重构智能表面的控制效率。文献[28]报道了一个由6×6个子阵组成的光控可重构智能表面平台,每个子阵包含4×4个基于变容管的可重构智能表面单元和基于光电二极管的光感应网络。光感应网络将可见光光强转换为电压,从而对可重构智能表面单元施加偏压,以产生特定的反射相位分布。实验中通过使用光驱动的可重构智能表面进行了电磁隐身、电磁幻觉和动态涡流光束产生,验证了通过光信号来调控可重构智能表面的可行性。该研究为灵活操控可重构智能表面提供了新的思路。

3   未来研究方向

基于可重构智能表面的移动通信研究目前尚处于初始阶段,其相对于传统移动通信技术的区别和优势值得继续深入挖掘,未来亟待探索的研究方向如下。

3.1  信道测量与建模

现有可重构智能表面研究中的信道模型大多沿用3GPP和ITU的传统无线信道模型,并将可重构智能表面的相位响应简化为对角阵,缺少可重构智能表面无线信道实测数据的支撑。目前尚没有经过信道测量验证的真实可用的可重构智能表面信道模型。文献[27]对可重构智能表面辅助的移动通信的自由空间路径损耗进行了模型和测量验证,可用于链路预算分析,但亟需开发更加完备地考虑了各类衰落因素的可重构智能表面实际信道模型。此外,信道建模时需要考虑可重构智能表面的近场传播特性和信道相关性[29],合理建模亚波长电磁单元间的耦合等硬件非理想因素,并通过信道测量进行验证。

3.2  远场扩展到近场

现有可重构智能表面的大部分研究工作都基于远场通信假设,近场的相关研究很少。在实际系统中,可重构智能表面由大量的低成本电磁反射单元组成,其几何尺寸和单元规模远大于传统通信系统中的天线阵列。这意味着在一些应用场景中,可重构智能表面将在近场状态下工作[30]。例如在室内环境中,部署在墙上的大尺寸可重构智能表面将使传统远场通信中的平面波假设失效,需要考虑球面波的传输特性以及辐射近场区域的影响。研究方向包括可重构智能表面的近场通信性能分析和设计优化,这些研究可以帮助学术界和业界理解可重构智能表面辅助的近场通信的特性和潜在优势。

3.3  容量与能量效率极限

在可重构智能表面辅助的无线传输系统中,由于可重构智能表面的引入,系统的传播环境由基站/接入点、可重构智能表面与各移动终端间的信道共同决定。因此,传播环境更加复杂,影响信道容量与系统能量效率的因素增多。此外,可重构智能表面可根据不同的场景需求执行不同的功能,例如波束成形、能量聚焦、近场广播以及与调制功能的联合优化。因此,研究各种场景下系统能够支持的最大容量及其对应的能量效率将是未来研究的热点,可为基于可重构智能表面的传输系统优化设计及其性能的评估提供重要依据。

4   结束语

随着5G商业化部署的开展,6G的研究正在全球范围崭露头角。可重构智能表面因其独特的无源反射特性和简单的硬件架构,是一种很有潜力的技术,可被应用到移动通信系统中实现信息调制、改善信道环境、提高系统性能和降低覆盖成本。本文介绍了可重构智能表面的发展现状以及在未来移动通信系统中的潜在应用场景和研究进展。

参考文献:

[1]    C T J, Q M Q, W X, et al. Coding metamaterials, digital metamaterials and programmable metamaterials[J]. Light Science & Applications, 2014(3): e218.

[2]   张磊,刘硕,崔铁军. 电磁编码超材料的理论与应用[J]. 中国光学, 2017,10(1): 1-12.

[3]   C T J, L S, Z L. Information metamaterials and metasurfaces[J]. Journal of Materials Chemistry C, 2017(5): 3644-3668.

[4]     Z J, Y X, D J Y, et al. Programmable time-domain digital coding metasurface for nonlinear harmonic manipulation and new wireless communication systems[J]. National Science Review, 2019,6(2): 231-238.

[5]    T W K, L X, D J Y, et al. Wireless communications with programmable metasurface: Transceiver design and experimental results[J]. China Communications, 2019,16(5): 46-61.

[6]    T W K, D J Y, C M, et al. Programmable metasurface-based RF chain-free 8PSK wireless transmitter[J]. Electronics Letters, 2019,55(7): 417-420.

[7]   H S, F K L, O F T. Bit-error-rate performance of quadrature modulation transmission using recon?gurable frequency selective surfaces[J]. IEEE Antennas Wireless Propagation Letters, 2017(16): 2038–2041.

[8]    H S, F K L, O F T. Direct antenna modulation for high- order phase shift keying[J]. IEEE Transactions on Antennas and Propagation, 2020,68(1): 111-120.

[9]    K G I, B T S, F K L. 60 GHz ASK modulator using switchable FSS[J]. IEEE Transactions on Antennas and Propagation, 2010: 1–4.

[10]  D J Y, T W K, Y L X, et al. Realization of multi-modulation schemes for wireless communication by time-domain digital coding metasurface[J]. IEEE Transactions on Antennas and Propagation, 2020,68(3): 1618-1627.

[11]  B E. Transmission through large intelligent surfaces: A new frontier in wireless communications[C]//2019 European Conference on Networks and Communications (EuCNC). Valencia, Spain, 2019: 112-117.

[12]  B E, R M D, R J D, et al. Wireless communications through reconfigurable intelligent surfaces[J]. IEEE Access, 2019(7): 116753-116773.

[13]   W Q, Z R. Itelligent reflecting surface enhanced wireless network via joint active and passive beamforming[J]. IEEE Transactions on Wireless Communications, 2019,18(11): 5394-5409.

[14]   H C, Z A, A G C, et al. Reconfigurable intelligent surfaces for energy efficiency in wireless communication[J]. IEEE Transactions on Wireless Communications, 2019,18(8): 4157-4170.

[15]  H Y, T W K, J S, et al. Large intelligent surface assed wireless communication exploiting statistical CSI[J]. IEEE Transactions on Vehicular Technology, 2019,68(8): 8238-8242.

[16]  W Q, Z R. Beamforming optimization for intelligent reflecting surface with discrete phase shifts[C]//2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). Brighton, U.K., 2019: 7830-7833.

[17]   Z B, Z R. Intelligent reflecting surface enhanced OFDM: Channel estimation and reflection optimization[J]. IEEE Wireless Communications Letters, 2019,9(4): 518-522.

[18]   Y Y, Z B, Z S, et al. Intelligent reflecting surface meets OFDM: Protocol design and rate maximization[J]. arXiv preprint arXiv: 1906.09956, 2019.

[19]  H Z Q, Y X. Cascaded channel estimation for large intelligent metasurface assisted Massive MIMO[J]. IEEE Wireless Communications Letters, 2020,9(2): 210-214.

[20]  C M, Z G, Z R. Secure wireless communication via intelligent reflecting surface[J]. IEEE Wireless communications letters, 2019,8(5): 1410-1414.

[21]  C J, L Y C, P Y, et al. Intelligent reflecting surface: A programmable wireless environment for physical layer security[J]. IEEE Access, 2019(7): 82599-82612.

[22]  V A, H B. RFocus: Practical beamforming for small devices[J]. arXiv preprint arXiv: 1905.05130, 2019.

[23]  V A, H B. RFocus: Beamforming using thousands of passive antennas[C]//NSDI '20. Santa Clara, CA, USA, 2020.

[24]  L Z Q, X Y X, S L F. Towards programming the radio environment with large arrays of inexpensive antennas[C]//NSDI '19. Boston, MA, USA, 2019.

[25]  M D, Z C, D S, et al. Scatter MIMO: Enabling virtual MIMO with smart surfaces[C]//MobiCom '20. London, U.K., 2020.

[26]    A W, S L F, J G, et al. Programmable radio environments for smart spaces[C]//HotNets-XVI. Palo Alto, CA, USA, 2017.

[27]   T W K, C M Z, C X Y, et al. Wireless communications with reconfigurable intelligent surface: Path loss modeling and experimental measurement[J]. arXiv preprint arXiv: 1911.05326, 2019.

[28]   Z X G, J W X, J H L, et al. An optically driven digital metasurface for programming electromagnetic functions[J]. Natural Electronics, 2020.

[29]   M D R, M D, D T P H, et al. Smart radio environments empowered by reconfigurable AI meta-surfaces: An idea whose time has come[J]. EURASIP Journal on Wireless Communications and Networking, 2019(129): 1-20.

[30]  M D R, A Z, M D, et al. Smart radio environments empowered by reconfigurable intelligent surfaces: How it works, state of research, and road ahead[J]. arXiv preprint arXiv: 2004.09352, 2020.

作者簡介

周儒雅(orcid.org/0000-0001-8185-753X):东南大学信息与通信工程专业在读硕士研究生,研究方向为基于可编程超表面的无线通信。

唐万恺:东南大学国家移动通信研究实验室在读博士研究生,研究方向为基于可编程超表面的无线通信系统的理论建模和原型验证。

李潇:博士,现任东南大学国家移动通信研究实验室副教授,研究方向为智能通信、毫米波大规模MIMO和可编程超表面通信。

金石:博士,现任东南大学国家移动通信研究实验室教授,研究方向为空时无线通信、随机矩阵理论、信息理论、智能通信和可编程超表面通信。

猜你喜欢
电磁信道重构
长城叙事的重构
三维多孔电磁复合支架构建与理化表征
北方大陆 重构未来
北京的重构与再造
掌握基础知识 不惧电磁偏转
论中止行为及其对中止犯的重构
基于导频的OFDM信道估计技术
一种改进的基于DFT-MMSE的信道估计方法
基于MED信道选择和虚拟嵌入块的YASS改进算法
一种基于GPU的数字信道化处理方法